판다스(Pandas) 세션 #4 Seaborn으로 산점도 그리기

240514 Today I Learn

Seaborn 라이브러리를 이용해 산점도 그리기

💡 Seaborn 
시각화를 위한 파이썬 라이브러리 중 하나로, 다양한 종류의 그래프를 생성하기 위한 도구를 제공한다.

• matplotlib 기반
• 비교적 짧은 코드로도 통계학의 주요 그래프를 빠르고 편리하게 만들 수 있음.

Seaborn 라이브러리를 이용해 산점도 그리기

1. seaborn 라이브러리를 import 해준다.

import seaborn as sns

2. seaborn 라이브러리에서 산점도를 그리는 함수는 .scatterplot이다.

tips.head()

💡 seaborn 라이브러리로 scatter plot 그리기

sns.scatterplot(data=데이터 프레임, x=x축에 들어갈 컬럼, y=y축에 들어갈 컬럼)

# 이때 x와 y 값에는 df['컬럼명'] 형식이 아닌 '컬럼명' 형식으로 입력

sns.scatterplot(data=tips, x="total_bill", y="tip")

Seaborn Scatter Plot 추가 기능

• hue 범주형 자료의 경우 값에 따라 색을 맵핑할 수 있다.

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time", alpha=0.5)

→ hue에 범주형 데이터로 구분된 컬럼 'time'을 넣어주었다.

• syle 뿐만 아니라 스타일(도형)을 다르게 할 수 있다.

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time", style="time")

• Scale로 구분된 자료의 경우 색깔의 변화로 표현이 가능하다.

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="size")

• palette를 이용해 색상 팔렛트를 지정할 수 있다.

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="size", palette="deep")

🎨 다양한 색상 파레트

Matplotlib을 이용해 산점도 그리기

• 기본 그래프

# matplotlib
import matplotlib.pyplot as plt
plt.scatter(tips['total_bill'],tips['tip'])
plt.title('matplotlib')
plt.xlabel('total_bill')
plt.ylabel('tip')

# seaborn
sns.scatterplot(data=tips, x="total_bill", y="tip")
plt.title('Seaborn')

→ seaborn을 이용한 코드가 훨씬 간단한 것을 확인할 수 있음.

• 값에 따라 색상 맵핑

# matplotlib
import matplotlib.pyplot as plt

lst = ['Lunch','Dinner']
for t in lst:
    plt.scatter(tips[tips['time']==t]['total_bill'],
                tips[tips['time']==t]['tip'],
                alpha=0.5)
plt.title('matplotlib')
plt.xlabel('total_bill')
plt.ylabel('tip')
plt.legend(lst)

# seaborn
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time", alpha=0.5)
plt.title('Seaborn')

→ seaborn의 경우 'hue' 옵션을 통해 간단하게 색상 범주형으로 구분할 수 있으나, matplotlib의 경우 for문을 통해 범주를 구분해줘야한다.